第 45 届国际大学生程序设计竞赛（ICPC）亚洲网上区域赛模拟赛 D-Pokemon Ultra Sun （期望dp）

题意：我方宝可梦和敌方宝可梦分别处于混乱状态和冰冻状态，所以每次对局敌方宝可梦无法进行攻击，而我方宝可梦有p的概率给敌方造成w伤害，（1-p）的概率给自己造成w伤害，我方宝可梦有hp1的血量，敌方有hp2的血量，当血量小于等于0的时候游戏就结束了，问你游戏进行的局数的期望是多少。

思路：前段时间刚做了2018吉林的一道期望dp，也是问的是游戏进行轮数的期望，居然没想到而是去想爆搜，羞耻 ，很明显我们可以用dp[ i ][ j ]来表示当前我方和地方宝可梦血量分别为i和j时，还差多少局结束游戏。
可知状态转移方程为:
dp[ i ][ j ] = dp[ max(i-w,0) ][ j ]*(1-p) + dp[ i ][max(j-w,0) ]*p + 1;
初始化dp[i][0]和dp[0][i]都为0即可。

看到类似游戏局数期望的字眼往期望dp想一想，虽然不一定是。

代码：

#include <bits/stdc++.h>

using namespace std;
typedef long long ll;
const int MAXN = 3e3 + 7;
double dp[MAXN][MAXN];//期望dp dp[i][j]表示当前第一个玩家血量为i 第二个玩家为j时还差多少局游戏结束
int h1,h2,w;double p;

int main()
{
	int t;
	scanf("%d",&t);
	while(t--){
		scanf("%d%d%d%lf",&h1,&h2,&w,&p);
		for(int i = 0;i <= h1;i ++) dp[i][0] = 0;
		for(int i = 0;i <= h2;i ++) dp[0][i] = 0;
		for(int i = 1;i <= h1;i ++){
			for(int j = 1;j <= h2;j ++){
				dp[i][j] = dp[max(0,i-w)][j]*(1.0-p) + dp[i][max(0,j-w)]*p + 1.0;
			}
		}
		printf("%.6f\n",dp[h1][h2]);
	}
	return 0;
}